杂波谱中心和谱宽估计方法

在雷达动目标检测等处理中 ,为了有效抑制杂波 ,并防止目标白化 ,首先需要对杂波谱中心和谱宽进行有效的估计。基于短序列雷达杂波数据的快速付氏变换 (FFT)运算结果 ,提出了新的杂波功率谱中心和谱宽的估计方法 ,分别称之为“质心法”和“积分法”。将物理学中的“质心法”应用于杂波功率谱中心估计 ,取得了较常规方法好的多的估计效果。在杂波功率谱宽估计中 ,结合相应的功率谱谱形特征 ,利用能量积分的方法完成了功率谱谱宽的估计。和常规的方法相比较 ,有性能好、算法复杂性较小的优点     

杂波谱中心Doppler频率和谱宽的快速估计算法

为了能有效地抑制机载下视雷达的地杂波 ,需要对这类杂波的中心 Doppler频率和谱宽进行精确地估计。基于快速傅里叶变换 (FFT)运算和质量中心的概念 ,提出一种快速的高性能估计算法 ,称为质量中心法。该算法直接在频域上对杂波谱参数进行估计 ,具有算法简单 ,易于实现的优点。为了对比它与传统的熵谱估计法以及相关函数法之间的性能 ,给出仿真计算实例。结果表明 ,质量中心法的运算量远小于熵谱估计法 ,但是二者的性能却相差不多 ,尤其是对谱中心的估计。与同样具有小运算量的相关函数法相比 ,在谱宽估计性能上 ,质量中心法更具优势。由于采用短数据即可得到良好的估计性能 ,因此该算法适用于短时平稳的数据     

TD-SCDMA系统中的载波频率估计方法

提出了一种用于TDSCDMA系统的频率估计方法,该算法利用TDSCDMA系统中的导频序列,通过最大似然函数进行数值估计,并且利用一系列的频率自动调整策略使估计值较为准确、较为收敛。在AWGN和多径条件下的仿真结果均表明,该算法具有比较理想的估计准确度和稳定性,尤其是结合使用自动调整策略算法后,该算法具有更优的估计性能,这说明该算法十分适合应用于TDSCDMA通信系统中     

基于内积模极值法的悬臂梁阻尼识别研究

悬臂梁结构是小阻尼系统,模态阻尼对裂纹故障敏感,为了解决传统阻尼识别方法识别误差大的问题,创新性的提出利用内积模极值法和循环相减相结合进行阻尼诊断的方法。首先,应用内积模极值法识别出信号的某一阶模态参数,从原信号中除去该阶估计信号。然后,重复这种内积运算和相减步骤,形成迭代,模态之间的相互干扰在迭代计算过程中得到消减,提高各阶阻尼的识别精度。实验采用该方法进行悬臂梁阻尼识别,并改变悬臂梁阻尼模拟裂纹出现,当粘贴一片阻尼片时,在60 Hz和200 Hz附近模态的阻尼分别产生了0.000019和0.000112的变化。结果表明,内积模极值法和循环相减相结合可以准确识别出阻尼的微小变化,在工程上可以让阻尼成为一个重要的参数参与悬臂梁的故障诊断。     

基音周期的一种检测方法

自相关函数法是语音信号周期估计中的一种简单、有效的方法,但是它需要大量的乘法运算。中心削波法是用来去除声道影响,以获得更准确的基音周期的一种方法。结合两种方法,提出了一种可以避免自相关函数中大量的乘法运算的方法,从而提高了算法的运行效率。     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.     

基于Gauss径向基变换的非平稳空间结构估计

为克服空间变换的非参数化估计方法存在双射约束不严格和计算度高的缺点,提出在非平稳空间变异结构估计中,基于Gauss径向基变换的空间变异结构参数化估计算法。该算法通过参数限制保证了空间变换的双射特性,利用时间维的统计特性对变换参数进行降维,降低了运算复杂度。在火烧油层温度分布预测应用中,对比泛Kriging算法,采用该算法可获得更加精确的空间预测结果,可以在较低的运算代价下得到双射限制下的非平稳空间变异结构估计。     

全方向M型心动图的功率谱及其临床数据分析

结合全方向M型心动图的特点,确定使用Marple算法估计AR模型的参数对全方向M型心动图进行功率谱估计,实现了从全方向M型心动图中提取更为深入和准确的信息,同时也为心脏病的临床诊断提供一种新的方法。     

一种快速鲁棒的全局运动估计算法

局部运动矢量会严重影响全局运动估计的结果,不仅降低全局运动估计的准确度,而且消耗大量的运算时间。针对上述问题提出了一种快速鲁棒的全局运动估计算法。首先采用快速的块匹配算法得到运动矢量场,然后通过改进的梯度均值残差法去除估计的不准确运动矢量,提高估计出的运动矢量场的准确性并使得全局运动估计所处理的宏块尽可能是全局运动块;其次,基于六参数仿射模型估计出初始全局运动参数,为了消除错误运动矢量产生的误差,使用匹配加权函数的方法对估计结果进行进一步修正,最终得到最优的全局运动参数。实验结果表明该算法兼顾了全局运动估计的准确性和鲁棒性,对大多数视频序列的全局运动估计具有算法复杂度低、运动参数估计准确的效果。     

双向虚拟平滑阵列解相干信号的MUSIC算法的研究

本文首先对经典MUSIC算法的基本原理进行介绍,然后提出了基于这种算法的双向虚拟平滑阵列方法,计算机模拟结果证明了本文提出的方法能够克服经典MUSIC算法的缺点,对相干信号源的DOA能够进行准确的估计。     

近似质心在区间二型模糊聚类中的应用

针对现有质心求解算法仍具有较高计算复杂度,导致区间二型模糊C均值聚类算法(Interval Type-2 Fuzzy C-Means, IT2FCM)运行速度不理想问题,提出了半数迭代法和一次迭代法两种近似质心求解算法。首先,在直接求解转换点问题质心求解算法(A Direct Approach for Determining the Switch Points in the Karnik–Mendel Algorithm, DA)的基础上,借助二分查找思想,构造出基于二分查找的质心求解算法;接着,以该算法为基础,通过限制查找范围,考虑两个转换点之间关系的性质和计算差值的技巧得到半数迭代法;最后,考虑只进行一次查找得到一次迭代法。在UCI上的5个数据集上(IRIS、SEEDS、WINE、WIFI＿LOCALIZATION和HTRU2)验证了两种算法的聚类性能并没有因为求解的是近似质心而降低;进一步在ANURAN CALLS数据集上构造了8组数据量递增数据用于验证基于不同质心求解算法的IT2FCM和基于提出的近似质心求解算法的IT2FCM运行速度,实验结果表明：基于近似质心求解算法的IT2...     

基于经验风险的中心文本分类算法

采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量, 解决了传统中心分类法因忽略训练集文本权值因素而导致的类别中心向量表达能力较差问题, 得到了与支持向量机分类性能基本一致的一种改进的中心分类法. 实验结果表明, 该方法是提高中心分类法分类性能的一种有效方法.     

一种基于二分查找的快速降型算法

降型是二型模糊系统中的主要运算. 在KM和EKM算法基础上提出一种新的降型算法, 在有序的样本点集合中采用二分查找方法,能快速确定转换点并求出二型模糊集合的质心. 在4种不同类型的区间二型模糊集合上, 与KM、EKM、MEKM降型算法进行实验比较, 结果表明4种算法均能准确地找到左右切换点, 求出二型模糊集的质心, 但我们所提算法找到切换点所需的循环次数最少, 算法效率较高.      

遗传算法在海杂波产生中的应用

研究具有任意功率谱特性的雷达杂波产生方法.将杂波产生转化为参数优化问题,并应用遗传算法对其进行求解.以具有对数正态分布和高斯谱特性的雷达杂波产生为例,讨论遗传算法的实现过程.设计了一种谱估计子,按照该估计子可使遗传算法找到较优的滤波器系数,得到满意的杂波谱特性.仿真结果表明,所提出的杂波产生方法能够产生满足要求的幅度分布和功率谱特性的杂波.     

基于分层插值和最小二乘拟合的亚像素细分算法

在分析传统的光疯质心亚像素细分算法误差原因的基础上,提出了一种基于“金字塔思想”分层方式的三次线形插值和最小二乘拟合的质心算法。通过多次插值对光斑图像进行逐层细分,采用最小二乘曲面拟合在每一层内进行迭代计算。结果表明,该文分层插值方法提高了图像的分辨率,减小了图像系统误差和随机噪声等因素对算法精度的影响,通过该方法获得了较高精度的图像光斑中心位置。仿真实验测试证明,分层插值拟合方法精度优于质心法和曲面拟合法等传统算法,在实际的飞行器测量实验中具有很好的实用性。     

基于实测数据的STAP的权值计算算法性能比较

空时自适应处理(STAP)的权值求解是其计算最密集的部分,由于机载雷达回波数据动态范围很大,导致传统的采样协方差矩阵求逆(SMI)方法数值稳定性较差,相对而言基于QR分解的采样矩阵求逆算法(QRD-SMI)在系统动态范围要求和并行性上具有优势.为了寻求在STAP工程实现时采用QRD-SMI的理论依据,分析了采用这两种不同算法的STAP处理方法,比较了二者的计算量,用MountainTop数据比较研究了2种方法的性能.实验结果表明这2种方法均具有良好的杂波、干扰抑制性能,传统的SMI算法在杂波抑制性能上较QRD-SMI算法有一定的优势,而QRD-SMI算法对"目标消除效应"较SMI算法有更强的稳健性,综合比较算法性能、数值特性以及可并行实现性,QRD-SMI更适合在STAP的工程实现时采用.     

天波雷达短驻留时间下海杂波抑制的改进算法

在高频天波雷达的舰船目标检测中,为消除电离层变化带来的谱展宽效应,采用了短驻留时间下基于奇异值分解(SVD)的海杂波抑制算法.该算法对构造出的Hankel矩阵进行奇异值分解,将对应于海杂波分量的奇异值置零,再重新构造出数据序列,达到海杂波抑制的目的.相对于原有的迭代杂波对消算法,该算法无需估计众多参数及设置对消截止门限,并且可以获得更好的抑制效果.为了有效地识别分解后的海杂波与目标所对应的奇异值以避免错误对消,还提出了一种改进方案,可以在抑制前分辨出海杂波分量和目标所对应的奇异值,当回波目标的能量与海波处于相近量级以及多目标情况下,能够避免错误对消现象的出现.仿真结果验证了所提算法的有效性.     

基于现代谱估计的相关K杂波模拟

针对相关K分布杂波仿真过程中具有指定功率谱的随机序列的产生,提出用现代谱估计进行相关随机序列产生的方法.该方法利用L-D算法求解自回归模型的Y-W方程以精确地模拟杂波的功率谱密度,以海杂波为例的仿真结果证明了方法的有效性.同时针对杂波仿真过程中自回归模型阶数的选择,对不同的K分布参数和功率谱宽度的杂波进行了仿真实验,通过对实验结果的分析给出一些有用的结论.     

多频段外辐射源无人机检测实验研究

近年来,基于无源双基地雷达的无人机检测手段一直受到国内外研究人员的广泛关注。但常规双基地雷达的无人机检测方法需要作参考信号重构和杂波抑制等手段,使得检测算法较为复杂。基于循环谱的检测算法在不经信号重构和杂波抑制下,利用外辐射源雷达的循环平稳特性和循环谱的强抗噪性,可直接提取到旋翼无人机的微动特征。但该方法使用单频外辐射源雷达,在检测的稳定性和连续性上,由于受到目标距离、俯仰角度等因素的影响而显得力不从心,且检测精度不高。该文从外辐射源信号的循环平稳特性出发,提出了基于多频段外辐射源雷达的无人机检测方法。实测实验表明,使用多频段外辐射源检测时无人机回波信号的循环谱等高图识别率要高于单频段外辐射源雷达,多频联合处理能使检测性能更加平稳。